Classification de donnĂ©es clients pour des prĂȘts bancaires

Organized by Goudet - Current server time: April 3, 2020, 5:41 a.m. UTC

Current

Test phase
March 5, 2019, midnight UTC

End

Competition Ends
Never

Lors de ces deux dernières séances de TP, vous allez participer à un mini challenge de classification binaire. Les données qui sont fournies sont des données réelles relatives à une campagne de promotion de prêts bancaires réalisée pour une institution bancaire. Cette campagne marketing s'est déroulée sous la forme d'appels téléphoniques auprès d'un grand nombre de clients, de façon à savoir si ils étaient prêts à souscrire à un produit bancaire (dépôt à terme de type assurance vie).
Pour chaque client interrogé au cours de cette étude, on sait s'il a finalement souscrit un prêt bancaire (réponse oui, classe 1) ou bien s'il n'a pas souscrit (réponse non, classe 0).

A partir des données relevées à propos des clients au cours de cette campagne marketing, le but de ce TP est de prédire si chaque client aura tendance à souscrire au produit bancaire ou non.
Ce genre de modèle prédictif pourrait typiquement être utilisé par des banques ou des compagnies d'assurance pour mieux cibler des offres de produit à des clients.

Evaluation Criteria

Submission : during the competition, each participant is challenged to make a prediction for 1002 clients. The participants have to provide a zip folder containing a cvs file called "bank_test_results" corresponding to its predictions for the 1002 clients. In the prediction file each line must correspond to the prediction 1 (yes) or 0 (no) that the client will suscribe a deposit term after the call. An example of prediction file is provided in the starting kit package.

Evaluation : in the evaluation process, the accuracy of this binary classification task is evaluated for the 1002 clients. The goal of this challenge will be then to obtain the best accuracy.

Test phase

Start: March 5, 2019, midnight

Competition Ends

Never

You must be logged in to participate in competitions.

Sign In
# Username Score
1 C_NNS 0.9511
2 AbdellahBourbia 0.9421
3 alexandrechou 0.9411